Update services/audio_service.py

services/audio_service.py

@@ -1,147 +1,4 @@
-# import numpy as np
-# import soundfile as sf
-# import io
-# import traceback
-# from groq import Groq
-# from config.settings import settings
-# from core.rag_system import EnhancedRAGSystem
-# from core.tts_service import EnhancedTTSService
-# from core.multilingual_manager import MultilingualManager
 
-# class AudioService:
-
-#     def __init__(self, groq_client: Groq, rag_system: EnhancedRAGSystem, tts_service: EnhancedTTSService):
-#         self.groq_client = groq_client
-#         self.rag_system = rag_system
-#         self.tts_service = tts_service
-#         self.multilingual_manager = MultilingualManager()
-
-#     def transcribe_audio(self, audio: tuple) -> tuple:
-#         """Chuyển đổi giọng nói thành văn bản sử dụng mô hình Whisper."""
-#         if not audio:
-#             return "❌ Lỗi: Không có dữ liệu âm thanh", "❌ Vui lòng cung cấp file âm thanh", None, "unknown"
-        
-#         try:
-#             # Xử lý audio input từ Gradio
-#             if isinstance(audio, tuple):
-#                 sr, y = audio
-#             else:
-#                 return "❌ Lỗi: Định dạng âm thanh không hợp lệ", "❌ Định dạng âm thanh không được hỗ trợ", None, "unknown"
-
-#             # Kiểm tra và xử lý dữ liệu audio
-#             if y.size == 0:
-#                 return "❌ Lỗi: Dữ liệu âm thanh trống", "❌ File âm thanh không có dữ liệu", None, "unknown"
-
-#             # Chuẩn hóa dữ liệu audio
-#             if y.ndim > 1:
-#                 y = np.mean(y, axis=1)  # Chuyển đổi sang mono
-#             y = y.astype(np.float32)
-            
-#             # Normalize âm thanh
-#             if np.max(np.abs(y)) > 0:
-#                 y /= np.max(np.abs(y))
-#             else:
-#                 return "❌ Lỗi: Âm thanh quá yếu", "❌ Không thể phát hiện âm thanh", None, "unknown"
-
-#             # Tạo buffer với định dạng WAV được hỗ trợ
-#             buffer = io.BytesIO()
-#             sf.write(buffer, y, sr, format='WAV', subtype='PCM_16')
-#             buffer.seek(0)
-
-#             # Gọi Groq API với định dạng file đúng
-#             try:
-#                 transcription = self.groq_client.audio.transcriptions.create(
-#                     model=settings.WHISPER_MODEL,
-#                     file=("audio.wav", buffer.read(), "audio/wav"),  # Đảm bảo đúng định dạng
-#                     response_format="text"
-#                 )
-#                 transcription_text = transcription.text
-#             except Exception as e:
-#                 error_msg = f"❌ Lỗi API chuyển đổi giọng nói: {str(e)}"
-#                 return error_msg, "❌ Không thể chuyển đổi giọng nói thành văn bản", None, "unknown"
-
-#             # Kiểm tra transcription có hợp lệ không
-#             if not transcription_text or len(transcription_text.strip()) == 0:
-#                 return "❌ Không thể nhận dạng giọng nói", "❌ Vui lòng thử lại với âm thanh rõ hơn", None, "unknown"
-
-#             # Phát hiện ngôn ngữ và tạo response
-#             language = self.multilingual_manager.detect_language(transcription_text)
-#             response = self._generate_response_with_rag(transcription_text, language)
-
-#             # Tạo TTS nếu response hợp lệ
-#             tts_audio = None
-#             if response and not response.startswith("❌") and not response.startswith("Error"):
-#                 try:
-#                     tts_bytes = self.tts_service.text_to_speech(response, language)
-#                     if tts_bytes:
-#                         tts_audio_path = self.tts_service.save_tts_audio(tts_bytes)
-#                         tts_audio = tts_audio_path
-#                 except Exception as e:
-#                     print(f"⚠️ Lỗi TTS: {e}")
-#                     # Vẫn trả về text response nếu TTS fail
-
-#             return transcription_text, response, tts_audio, language
-
-#         except Exception as e:
-#             error_msg = f"❌ Lỗi hệ thống xử lý âm thanh: {str(e)}"
-#             return error_msg, "❌ Có lỗi xảy ra trong quá trình xử lý", None, "unknown"
-
-#     def _generate_response_with_rag(self, query: str, language: str) -> str:
-#         """Tạo phản hồi sử dụng hệ thống RAG dựa trên truy vấn và ngôn ngữ."""
-#         if not query or query.strip() == "" or query.startswith("❌"):
-#             return "❌ Truy vấn không hợp lệ để tạo phản hồi."
-        
-#         try:
-#             # Tìm kiếm trong RAG system
-#             rag_results = self.rag_system.semantic_search(query, top_k=3)
-#             context_text = ""
-            
-#             if rag_results:
-#                 for result in rag_results:
-#                     context_text += f"- {result.text}\n"
-            
-#             # Chọn model LLM phù hợp với ngôn ngữ
-#             llm_model = self.multilingual_manager.get_llm_model(language)
-            
-#             # Tạo system prompt phù hợp với ngôn ngữ
-#             if language == "vi":
-#                 system_prompt = """Bạn là trợ lý AI thông minh chuyên về tiếng Việt. Hãy trả lời câu hỏi một cách tự nhiên và hữu ích.
-                
-#                 Thông tin tham khảo:
-#                 {context}
-                
-#                 Nếu có thông tin tham khảo, hãy sử dụng nó. Nếu không, dựa vào kiến thức chung của bạn."""
-#             else:
-#                 system_prompt = """You are a smart AI assistant. Please answer questions naturally and helpfully.
-                
-#                 Reference information:
-#                 {context}
-                
-#                 If reference information is available, use it. Otherwise, rely on your general knowledge."""
-            
-#             messages = [
-#                 {
-#                     "role": "system", 
-#                     "content": system_prompt.format(context=context_text) if context_text else system_prompt.format(context="Không có thông tin tham khảo cụ thể.")
-#                 },
-#                 {
-#                     "role": "user", 
-#                     "content": query
-#                 }
-#             ]
-            
-#             # Gọi Groq API
-#             completion = self.groq_client.chat.completions.create(
-#                 model=llm_model,
-#                 messages=messages,
-#                 max_tokens=512,
-#                 temperature=0.7,
-#             )
-            
-#             return completion.choices[0].message.content.strip()
-            
-#         except Exception as e:
-#             return f"❌ Lỗi tạo phản hồi: {str(e)}"
 import numpy as np
 import soundfile as sf
 import io